Claude Opus 4.6 und Sonnet 4.6 bieten jetzt einen 1-Millionen-Token-Kontext zum Standardpreis an.

Was jetzt verfügbar ist
Claude Opus 4.6 und Sonnet 4.6 bieten jetzt das vollständige 1-Millionen-Kontextfenster zum Standardpreis auf der Claude-Plattform. Der Standardpreis gilt für das gesamte Fenster – 5$/25$ pro Million Tokens für Opus 4.6 und 3$/15$ für Sonnet 4.6. Es gibt keinen Multiplikator: Eine 900K-Token-Anfrage wird mit dem gleichen Preis pro Token abgerechnet wie eine 9K-Anfrage.
Wichtige Änderungen mit der allgemeinen Verfügbarkeit
- Ein Preis für das gesamte Kontextfenster ohne Aufpreis für lange Kontexte
- Volle Ratenlimits bei jeder Kontextlänge – Ihre Standardkontokapazität gilt für das gesamte Fenster
- 6-mal mehr Medien pro Anfrage: bis zu 600 Bilder oder PDF-Seiten, statt bisher 100
- Ab sofort nativ auf der Claude-Plattform, Microsoft Azure Foundry und Google Clouds Vertex AI verfügbar
- Kein Beta-Header erforderlich – Anfragen über 200K Tokens funktionieren automatisch
- Wenn Sie bereits den Beta-Header senden, wird er ignoriert, sodass keine Codeänderungen nötig sind
Integration mit Claude Code
Das 1-Millionen-Kontextfenster ist jetzt in Claude Code für Max-, Team- und Enterprise-Nutzer mit Opus 4.6 enthalten. Opus 4.6-Sitzungen können das gesamte 1-Millionen-Kontextfenster automatisch nutzen, was weniger Komprimierungen und mehr erhaltene Konversation bedeutet.
Leistungsbenchmarks
Opus 4.6 erreicht 78,3 % auf MRCR v2, die höchste Punktzahl unter den Spitzenmodellen bei dieser Kontextlänge. Claude Opus 4.6 und Sonnet 4.6 behalten ihre Genauigkeit über das gesamte 1-Millionen-Fenster bei. Die Langkontext-Retrieval-Fähigkeit hat sich mit jeder Modellgeneration verbessert.
Praktische Auswirkungen für Entwickler
Das bedeutet, Sie können eine gesamte Codebasis, tausende Seiten von Verträgen oder den vollständigen Verlauf eines langlaufenden Agenten – Tool-Aufrufe, Beobachtungen, Zwischenüberlegungen – laden und direkt nutzen. Die technische Arbeit, verlustbehaftete Zusammenfassung und Kontextbereinigung, die Langkontext-Arbeiten bisher erforderten, sind nicht mehr nötig.
Laut Nutzerfeedback:
- Softwareentwickler berichten, dass sie suchen, erneut suchen, Randfälle aggregieren und Korrekturen vorschlagen können, ohne den Kontext zu verlieren
- Teams verzeichneten einen Rückgang von 15 % bei Komprimierungsereignissen, wobei Agenten Kontext über Stunden halten können, ohne anfängliche Inhalte zu vergessen
- Agentensysteme können jetzt vollständige Diffs ohne Aufteilung verarbeiten, was zu höherwertigen Reviews durch einfachere, token-effizientere Harnesses führt
- Wissenschaftliche Forschungssysteme können hunderte Papiere, Beweise und Codebasen in einem Durchgang synthetisieren
📖 Read the full source: HN AI Agents
👀 Siehe auch

OpenClaw v2026.6.10: Automatischer Schnellmodus, Modell-Routing-Korrekturen und vertrauenswürdige Tool-Richtlinien
OpenClaw v2026.6.10 fügt automatischen Fast-Modus hinzu, behebt Modell-Routing für Z.ai GLM-5, verbessert die Sitzungsidentität über Kanäle hinweg und macht vertrauenswürdige Tool-Richtlinien zuverlässiger.

KI-Ingenieure sind nicht sicher davor, durch KI ersetzt zu werden
Da Basismodelle wie Metas DINO universell einsetzbar werden, geraten spezialisierte KI-Ingenieurrollen unter Druck. Der Autor argumentiert, dass die meisten KI-Ingenieurjobs früher ersetzt werden als andere Entwicklerrollen.

Claude-Code-Benchmark deckt Schwachstelle bei KI-Bewertung auf: Pipeline-Fehler fälschlich als Modellfähigkeiten zugeschrieben
Ein autonomer Benchmark, der von Claude Code (Opus 4.6) durchgeführt wurde, erklärte MiniMax zunächst aufgrund eines Sandbox-Konfigurationsfehlers als 'kann die Aufgabe nicht implementieren', korrigierte dann aber das Urteil nach der Untersuchung von Daemon-Protokollen. Der Vorfall zeigt, wie KI-Bewerter selbstbewusst Infrastrukturprobleme als Modellschwächen fehlinterpretieren können.

Netlify CTO Dana Lawson: Code schreiben ist nicht mehr der Job
Netlify CTO Dana Lawson argumentiert, dass die Arbeit von Entwicklern vom Schreiben von Code zur Orchestrierung von KI-Agenten übergeht. Ingenieure werden zu Experience-Designern, die Agentenausgaben kuratieren und Systemgrenzen verwalten.